1月11日，由國家工業信息安全發展研究中心主辦，科大訊飛股份有限公司、國家語音及圖像識別產品質量檢驗檢測中心、國家智能語音創新中心協辦的中國智能語音產業發展高峰論壇暨2022年中國語音產業聯盟年會成功舉辦。
會上，中國語音產業聯盟發布《中國智能語音產業發展報告（2021―2022）》，報告指出，我國智能語音產業整體發展環境積極向好，多項關鍵技術取得突破，產業扎根不斷深入，已形成大中小企業融通創新、協同發展的健康生態。
市場規模高速增長龍頭企業占據主導份額
智能語音作為智能時代人機交互的關鍵接口，各行業爆發式的場景需求驅動行業發展進入黃金期，技術突破和應用落地不斷深入。從全球范圍來看，2022年全球智能語音產業規模將達351.2億美元，保持33.1%的高速增長；從我國來看，根據德勤統計數據，2022年我國智能語音市場規模將達341億元，同比增長13.4%。
報告指出，以科大訊飛為代表的語音龍頭企業布局較廣，是行業創新發展的支柱，占據較大市場份額。同時，科大訊飛、百度、阿里等龍頭企業通過打造技術能力開放平臺，構建開源生態，引領行業技術創新和應用開發。以訊飛開放平臺為例，目前已開放545項AI產品及能力，聚集超過380.5萬開發者團隊，開發出超過159.5萬個AI應用，并從AI龍頭�開發者的“二維”生態，升級到AI龍頭�行業龍頭�開發者的“三維”生態，聯合行業龍頭搭建基線系統，讓更多開發者加入數字經濟浪潮。
關鍵技術突破筑牢行業堅實底座
“2022年是智能語音技術突破的關鍵年”，報告指出，我國智能語音企業在多項難點技術上實現新的突破?？v向上從語音識別、合成、翻譯向計算機視覺、認知智能、運動智能領域延伸，橫向上從單點技術突破模式發展到機器認知、多模式復雜場景應用。
在語音識別方面，視聽融合的多模態交互技術成為技術演進的主要方向?？拼笥嶏w多模語音增強技術融合語音與視覺的多模感知，讓高噪音場景下的語音交互跨過實用門檻，率先在車載、會議、地鐵購票和醫療掛號等場景落地。此外，針對低資源語音識別難題，海天瑞聲和科大訊飛分別從語音數據和算法層面推動技術進步。
在語音合成方面，隨著電商直播等行業的繁榮，語音合成技術也表現出擬人化、口語化的發展趨勢?？拼笥嶏w多風格多情感語音合成系統SMART-TTS可提供11種強度可調的情感合成能力。而火山語音的超自然對話語音合成和Meta的語音對語音翻譯（speech- to- speech translation，S2ST），通過在模型訓練中添加副語言數據，讓語音交互更加自然和個性化。
要促進智能語音技術持續突破，與會專家從兩個方向提出了發展路徑。一方面，中國科學院院士姚建銓指出，針對智能語音多學科交叉的學科特性，研究人員需要探索新原理、新機制、新材料、新工藝和新器件，集成創新推動核心技術進步；另一方面，語音技術需要進一步向深度理解延伸，科大訊飛總裁吳曉如表示，“更先進的語音交互系統不僅要‘能聽會說’，還要深度去理解人的信息”，自然語言理解和知識推理技術的進步，讓機器可以在越來越多的領域幫助人類解決更專業和復雜的問題。
應用規?；涞丶铀倥c實體經濟融合
報告指出，受疫情和產業數字化、智能化轉型影響，智能語音應用場景迅速鋪開。據德勤統計數據，預計到2030年，智能語音消費級和企業級應用市場可分別超過700億和千億規模。
在消費者產品領域，AI學習機、翻譯筆等AI�學習產品幫助學生學習減負增效；智能
錄音筆、智能辦公本、智能鼠標等AI�辦公產品深受職場人士歡迎；AI翻譯機、智能麥克風、智能語音鍵盤、智能耳機、智能助聽器等AI�生活產品，讓更多人享受AI科技的便利。
在汽車領域，智能語音已成為人機交互關鍵環節，并從車內交互衍生到車外交互，從單模交互走向多模交互，從被動交互發展為主動交互，為車企提供全棧技術賦能。以科大訊飛為代表的國內AI龍頭已占據中國語音交互車端應用行業的領先地位。
在運營商領域，智能語音技術與健康養老、家庭教育、家庭娛樂等場景結合，帶來更加智慧的家庭生活體驗。融合5G與機器翻譯技術的無障礙智能通信，讓普通的5G手機用戶不用下載任何軟件就可以使用實時翻譯和轉寫服務，實現跨語種的無障礙視頻通話。
在教育領域，科大訊飛全球中文學習平臺已覆蓋全球183個國家，吸引300多萬海外中文學習愛好者使用；利用智能語音和人工智能技術可實現英語聽說教、學、考、評、管一站式服務，減少無效訓練。
在醫療領域，去年疫情期間，科大訊飛電話機器人助力全國31個省（區、市）的112個地市疫情排查，累計服務超1.1億人次；智能外呼和智醫助理可用于獨居老人、留守兒童的日常關愛和兜底保障。
在城市領域，智能語音技術已在安徽省一體化網上政務服務平臺、山東聊城城市大腦、海南三亞市崖州灣科技城智慧產城園區、天津市AI銀發智能服務平臺等創新示范項目中應用。姚建銓院士指出，智能語音與建設智慧城市的要求完全吻合，可以實現各種語音高效轉換和智能處理，為智慧城市進一步建設帶來新的機遇。
在工業領域，我國打造了包括國家智能語音創新中心在內的一批語音技術創新“國家隊”，開展工業聲學、多語種、AI語音芯片等關鍵共性技術研究工作?？拼笥嶏w聯合國家智能語音創新中心打造的工業聽診器、聲學成像儀、工業設備衛士、智能巡檢機器人等“工業六感”產品，已廣泛應用到生產、質檢、巡檢等多個工業環節。
在金融領域，聲紋識別技術已經被應用在各類身份認證環節。得意音通董事長鄭方表示，聲紋是目前除DNA外最可靠的身份認證方式，相比傳統方法具有明顯優勢。此外，科大訊飛智能客服機器人、智能聯絡中心AICC等AI�金融應用，幫助金融機構提升客服和運營效率。
展望智能語音產業未來發展，報告認為，后競爭時代亟須關注新增的不確定性因素，包括核心關鍵技術能力仍需提升，開源生態培育仍需加大投入，重點應用場景落地仍需提速，傳統行業開放場景動能不足等。
